Files
Agent-Workbench/docs/QA-M1-OPEN-RECORDS.md
2026-11-07 03:22:54 +08:00

9.6 KiB
Raw Permalink Blame History

M1 第三批:完整记录、分页与恢复验收

2026-11-07(北京时间);基线 affd733d037ab2a31f29a8736c48d058d5a2c807,源码 32780bee8dc4d353b6e58d5e02bee308ea75ae33。本批完成 I05/I07/I33/I38 的开放执行固定总量门槛与记录保留修复。源码已验证,未发行、安装或重启;I06 完整 MCP JSON Schema 留下一批,M1 尚未全部完成。

源码32780bee和验收5bf3f860已普通增量推送,GitAtlas既有 feat/task-agreement-1.25 分支逐SHA一致,见推送回执。回执与完成状态另提交后再作最终远端核对,不递归自举回执;原2183份封存未改。

实际改动

MCP 在开放模式下不再拒绝同任务第31次操作;完整账本新增作用域游标分页,不传查询仍返回完整旧数组。管理页与任务侧栏都显示已加载/总数,保留旧 Task/Run 的原输入、原报告及停止/unknown;轻量会话快照的30条预览另有真实总数与截断标记,不再冒充完整历史。工具选择和登记数量按实际执行模式显示,开放超时注明不限,旧超时配置仅作用于手动限制模式。Schema 子集限制未在本批移除。

检查点不再以30个、2000工具引用或64MiB结果拒绝开放模式创建。新 v2 包每256条工具引用封存一个分段索引,分段大小不限制引用总数;核对顺序、数量、归属和 SHA,完整展开状态仍绑定原 stateSha。原结果采用至多1MiB缓冲分块核验;v1 原件继续读取,不改旧 SHA。分页刷新与保存新记录保留已展开旧页。显式 restricted 创建合同和源码/计划/原结果变化、unknown、显式续接守卫仍按原合同工作。

手机设备/操作登记在开放模式下不再受128/2000条总数门槛;读取不再因设备、操作或审计总数整体失败,审计不再删除500条之前的记录。电脑审计和手机回执可完整分页,设备/项目/修订范围保持。第一页之外的 pending/unknown 另外完整提示;只是投影为 unknown,持久 pending 不改写、不重放。撤销后手机历史清空。过去已经删除的原审计无法重建,本批不补造。

本机凭据登记不再因超过101条整体拒载。顶层版本/结构/非负修订不符仍保留原 metadata;坏条目分别标记 invalid_record,有效邻居继续恢复。SID、数据目录、连接修订/绑定、禁用和已有内存凭据不覆盖的合同保持。没有读取真实用户 Key。

分页默认50条只是显示批次,正整数 limit 没有新增总量上限。游标绑定资源范围与稳定原记录ID,头部新增不会改变旧页锚点;错误/跨范围/缺失锚点及重复查询参数明确返回错误。刷新走到已知锚点再合并,防止新增超过一页时跳过中间记录。

分轮验证与来源

验证 实际结果与边界
旧源码对照 affd733d 独立快照复现 MCP30、检查点30、工具2000、64MiB、102凭据整载失败、手机2000和审计删首条,共7处旧行为;0真实模型
最终候选专项 final-boundaries-1.log 已完成5项通过:游标、同Task31次真实stdio调用/原报告/重启、31检查点/v1原SHA、2001引用及64MiB+1结果/8段/末字节损坏、分段损坏与restricted;其后误重复长测试被停止,整轮结尾为5过1失败,不能写成完整单轮全绿
凭据专项 最终候选单独1/1:102条实际持久化、自有 AES-GCM 加密夹具、重启按条恢复与损坏/禁用/外用户隔离,原metadata不变;不是102次真实用户DPAPI验收
手机跨2000 源码分轮通过:2001次真实 reserve 事务、2000次 finish、4002条审计、完整分页/重启/幂等,最早pending投影unknown但原账本不变;此前/此后该核心产品输入未变化
实际HTTPS补验 单独1/1:61条自有投影样例、第一页之外pending全量提示、跨设备游标/重复参数400、0工具重放、不泄hash;使用最终相同产品源码
相关回归 首独立候选75/75,含真实Windows DPAPI、原MCP/stdio、检查点、手机及开放执行;最终新增侧栏分页/快照计数另经专项和两端覆盖,不冒称75项全部在最终候选重跑
编译与来源 tsc三次及build-1/2通过;最终759冻结输入中757逐字相同,另外2项是后改验收驱动/HTTP测试,已另存最终副本和SHA。全部产品/构建输入一致,29编译输出与独立候选逐SHA一致
最终网页 / 实际Electron 各6组、各7图、1280/390,页面错误0:61旧检查点后保存第62个不丢页、最早原件/v2索引/真实源码变化拒绝续接、61条合成MCP失败全页/最早输入/刷新保留、真实CA验证网关配对及61次自有stop回执、123审计全页、撤销清空手机记录
人工实看与清理 已实看最终Electron检查点1280、手机记录390、设备审计390及先前MCP画面;候选Node/Electron/Edge精确目录进程0、已知迟到56503监听0;没有查询正式health、发行或重启

新增8项行为均有分轮通过原件(7项边界与1项HTTPS),不存在最终完整7/7或8/8单轮通过记录。手机2001项耗时881171.4601ms(约14分41秒),运行时并有其他QA,不能作为受控性能基准,但全metadata反复写入的成本仍高,增量持久化列入M7,不能以取消数量门槛冒称性能已解决。手机验证使用本机CA校验的HTTPS网关/relay和浏览器,未验物理iPhone的Safari、证书信任、Cookie或PWA。

入口:专项测试、手机HTTP测试、网页/桌面驱动、机器记录、切片计划。原件目录 .qa/m1-open-records-2026-11-07/,2183份1006967890字节;MANIFEST SHA256 30659d3c13777c8efc96efc249f184d6c794df37e6c1494811a24cd378c9a838。含旧源码、两次独立编译及候选、全部失败/中断、最后验收输入与截图;三处依赖junction仅记录、不遍历。生成载荷、自有数据、测试密文和运行时均不提交Git。

按需复验应使用Node24及自有目录;2001手机测试很慢,应明确单独执行,不因文档收尾重复消费:

$env:AGENT_WORKBENCH_API_KEY = ''
$env:AGENT_WORKBENCH_TEST_APP_ROOT = '<独立candidate-app-2绝对目录>'
node --test --test-concurrency=1 --test-skip-pattern='2001 companion' tests/open-records.test.mjs
node --test --test-concurrency=1 --test-name-pattern='mobile operation pages' tests/companion.test.mjs
$env:AGENT_WORKBENCH_QA_APP_ROOT = '<含所属Node及Electron的candidate-app-2绝对目录>'
node scripts/verify-open-records-ui.mjs
node scripts/verify-open-records-ui.mjs --desktop

原失败与回顾

  1. 基线首探针漏 projectId;边界首轮4过3失败分别为普通文本误作JSON工具结果(恢复正确标unknown)、自造Provider漏credentials Map、手机fixture误嵌套事务。只改夹具,保留源码和原日志;检查点后续单独及最终候选通过。
  2. source-boundaries-2.log 2过1失败中手机和凭据通过,检查点仍受旧错误JSON夹具影响;不能把该轮写成3/3。实际工具工件与原SHA守卫未删除。
  3. 最终专项误用负向 --test-name-pattern,Node匹配包含文件前缀的名称,意外再次执行2001项。确认子进程46760/父48076/命令行后仅停止自有重复测试,原结束失败及partial数据库保留。正确排除参数是 --test-skip-pattern;凭据另单独验证1/1,不重跑长测试。
  4. 网页前两轮分别在手机/审计自动轮询已经合并61/123条后错误固定等待50;调整验证时序,不改产品。复看首画面还发现TaskPanel仍显示30条预览为总数,已实际修成分页和准确计数,重新冻结build-2并验双端。
  5. Electron第一轮误用网页download事件,改为实际Electron session will-download定向保存自有CA。第二轮Windows宿主创建/用户/可执行身份观察失败,未绕过守卫;串行第三轮成功。失败后发现迟到的自有候选39280/56503,逐命令行、runtimeRoot、health/bootstrap和空自有库eventCursor0确认后正常 /api/shutdown,收据和最终无进程/监听观测保留。身份观察失败及迟到进程生命周期原因尚未定位,列为宿主后续问题。
  6. 阶段中有大输出截断、猜测路径不存在及未匹配patch,均改用真实小段定位;不把截断输出或未写入patch当作通过。

历史与下一步

默认 unrestricted/passthrough/preserve 和持久 ask/auto/full 不变。本轮0真实Key读取、0真实模型请求、0正式写入;只做限定源码与验收文档提交及现有GitAtlas分支普通增量推送。正式上次记录仍F/1.25.12,未在本轮复查,不把测试构建当部署。

W的6次matched/71044tokens只读no_progress、v2边界未触达保持;AD的21请求199250报告tokens+2unknown、Claude缺max_tokens400及网络原错与DeepSeek Node成功保持;AE的React/Python成功、20请求367365报告tokens/0unknown及原解释器/check失败保持;AG的11请求109888报告tokens+3unknown、三次ETIMEDOUT和唯一ba-off成功保持。Purge收益仍unknown;本批不能证明全球真实供应商兼容、缓存不掉、角色/经验或重复读取普遍收益。

下一批 I06 完整MCP JSON Schema:真实握手后保留并处理union/ref/嵌套/65以上属性原schema,再验证参数、模型工具目录、原错和双端选择。完成M1后进入M2官方版本化注册表、缓存/状态契约,M3统一冻结发行;真实兼容/工程/Purge另冻新样本,不续跑旧失败或用户工程。